1. 首页
  2. 人工智能

人工智能和人类智能的区别是什么

形式和功能神经网络是运行在计算机上的软件,人工智能的“神经元”没有物理实体。它们以位数和字符串的形式编码在硬盘或硅芯片上,它们的物理结构和真正的神经元一点也不像。相反,在人脑中形式和功能是同时存在的。

形式和功能

神经网络是运行在计算机上的软件,人工智能的“神经元”没有物理实体。它们以位数和字符串的形式编码在硬盘或硅芯片上,它们的物理结构和真正的神经元一点也不像。相反,在人脑中形式和功能是同时存在的。

大小

人类大脑大约有1000亿个神经元,目前的神经网络通常有几百个左右。

连接

在神经网络中,每一层通常与上一层和下一层完全连接。但人脑并没有所谓的层,相反,它依赖于许多预定义的结构。并不是人类大脑的所有区域都是同样连接的,区域是专门用于特定目的的。

能量消耗

人脑在能量消耗方面,比现存的任何人工智能都更为节能。人脑大约耗费20瓦能量,这与现在标准笔记本电脑耗费的差不多。但有了这些能量,大脑处理的神经元数量多一百万倍。

体系

在神经网络中,这些层是整齐有序的一个接一个地处理。而另一方面,人脑会进行很多并行处理,没有任何特定的顺序。

激活状态

在人脑中,神经元要么是激活状态,要么非激活状态。在神经网络中,激活是由连续值模拟的。因此人造神经元可以平稳地从上到下运行,这是人脑做不到的。

速度

人类的大脑比任何人工智能系统都要慢得多。一台标准计算机每秒执行大约100亿次操作。另一方面,人的神经元激活频率为每秒最多一千次。

学习方式

神经网络通过输出来学习。如果根据损失函数,这个输出是低性能的。然后,网络通过改变神经元的权重和它们之间的连接做出反应。没有人知道人类学习的细节,但肯定不是这样的。

结构

神经网络每次都是从零开始的。而人脑呢?很多结构已经连接到它的连接处,而且利用的模型,这在进化过程中被证明是有用的。

精度

人脑的干扰因素更多,而且不如计算机上运行的神经网络精确。这意味着大脑基本上不能运行与神经网络相同的学习机制,它可能使用完全不同的机制。

这些差异的结果是,如今的人工智能需要大量的训练,需要大量精心准备的数据。这与人脑的运行方式是很不一样的。

局限性

神经网络不会建立世界中模型,相反它们会学习对模式进行分类。这种模式识别只需要很小的变化就会失败。

一个著名的例子是,你给图片添加少量影响因素,这些因素小到肉眼无法识别。但人工智能系统可能会被骗,错认为物品A认为是物品B。

目前,神经网络也不善于从它们所学习的情况推广到另一种情况。

它们的成功很大程度上取决于定义正确的“损失函数”。如果你没有谨慎思考损失函数,你最终会优化你不想要的东西。比如本被训练以恒定的高速行驶的自动驾驶汽车,很可能变成只会原地旋转。

但是神经网络擅长于一些内容。比如对图像进行分类,或者推断出没有明显趋势的数据。
责任CC辑人:

免责声明:本站旨在传递信息,不代表有传资讯的观点和立场。本站遵循行业规范,如转载您的文章未标注版权,请联系我们(QQ:78799268)改正。本站的原创文章,如若转载,请注明出处:http://www.ainoline.cn/rengongzhineng/15983.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

在线咨询:点击这里给我发消息

邮件:78799268@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code